关于tensorflow经过embedding层维度的问题。
来源:互联网 发布:视频监控平台软件 编辑:程序博客网 时间:2024/06/06 04:40
tensorflow其实没多难,感觉在理解了维度问题以后,慢慢的就懂了。
经过embedding层,embedding_output = tf.nn.embedding_lookup(embedding_mat,self.xdata)
embedding层的目的是要将data表示为lstm可以输入的onehot数据。
如果data的shape为(100,50),在lstm中,100是batchsize大小,50是你将来要表示成time的,这50中的每一个都要用向量表示,所以,embedding_output的shape应该是
100*50*每个词的维度,这样embedding_mat就要表示为词汇表大小*每个词的维度,比如5000*128.
embedding_output shape为100*50*128 50就是你的timestep,128是每个数据的词汇量大小,100就是batchsize。
tensorflow学习的时候,关键是数据的维度,其它都很简单。
阅读全文
0 0
- 关于tensorflow经过embedding层维度的问题。
- keras的Embedding层
- 关于多维数组的维度判定问题
- 关于NLP的word Embedding
- 关于命名规范、维度明细层及集市汇总层设计的思考
- 关于层的问题
- 考虑问题的维度
- 关于GAN网络的隐空间维度选择问题
- Tensorflow关于feed的问题
- tf.reduce_sum tensorflow维度上的操作
- 关于Android Menu横纵向显示的问题(经过验证)
- 一次解决问题的经过
- 关于层高度的问题
- 关于层半透明的问题
- numpy的数组维度问题
- numpy.array 的维度问题
- as 2008里关于维度排序问题
- as 2008里关于维度排序问题
- 日本最大菜谱网站Cookpad微服务经验总结
- Python操作excel文件
- MATLAB删除全0行和全0列
- 同一ip绑定多个域名
- 给即将参加noip的自己和各位oier的一些提醒
- 关于tensorflow经过embedding层维度的问题。
- java行为型设计模式——责任链模式
- IDEA导入Junit4jar包
- windows的npm导致Git慢解决方案
- 二叉排序树的建立
- scrapy爬取豆瓣电影中演员合作关系制作gephi图
- Struts2学习---namespace,file模块包含,默认action
- 【智能流程自动化】德勤:自动化时代关于机器人自动化与智能自动化的行业领导者指南
- Struts2结果处理方式以及传参获得原生Http